Нарежьте, объедините и отобразите даты финансового года в календарные даты в новый столбец

Question

У меня есть следующий фрейм данных pandas:

Shortcut_Dimension_4_Code     Stage_Code
10225003                      2
8225003                       1
8225004                       3
8225005                       4

Это часть гораздо большего набора данных, который мне нужно фильтровать по месяцам и годам.Мне нужно извлечь финансовый год из первых двух цифр для значений, превышающих 9999999 в столбце Shortcut_Dimension_4_Code, и первой цифры для значений, меньших или равных 9999999. Это значение необходимо добавить к «20», чтобы получить год, т.е."20" + "8" = 2008 |"20" + "10" = 2010.

Этот год "2008, 2010" необходимо объединить со значением кода стадии (1-12), чтобы получить месяц / год, то есть 02/2010.

Затем необходимо преобразовать дату 02/2010 из даты финансового года в дату календарного года, т.е. дата финансового года: 02/2010 = дата календарного года: 08/2009.Полученная дата должна быть представлена ​​в новом столбце.В результате df будет выглядеть так:

Shortcut_Dimension_4_Code     Stage_Code     Date
10225003                      2              08/2009
8225003                       1              07/2007
8225004                       3              09/2007
8225005                       4              10/2007

Я новичок в pandas и python и могу использовать некоторую помощь.Я начинаю с этого:

Shortcut_Dimension_4_Code   Stage_Code  CY_Month    Fiscal_Year
    0   10225003                 2           8.0        10
    1   8225003                  1           7.0        82
    2   8225003                  1           7.0        82
    3   8225003                  1           7.0        82
    4   8225003                  1           7.0        82

Я использовал методы .map и .str для создания этого df, но не смог выяснить, как получить право FY на 2008-2009 гг.

Answer 1

В приведенном ниже коде я предполагаю, что Shortcut_Dimension_4_Code является целым числом.Если это строка, вы можете преобразовать ее или нарезать следующим образом: df['Shortcut_Dimension_4_Code'].str[:-6].Дополнительные пояснения в комментариях вместе с кодом.

Это должно работать, если вам не нужно иметь дело с пустыми значениями.

import pandas as pd
import numpy as np
from datetime import date
from dateutil.relativedelta import relativedelta

fiscal_month_offset = 6

input_df = pd.DataFrame(
    [[10225003, 2],
    [8225003, 1],
    [8225004, 3],
    [8225005, 4]],
    columns=['Shortcut_Dimension_4_Code', 'Stage_Code'])

# make a copy of input dataframe to avoid modifying it
df = input_df.copy()

# numpy will help us with numeric operations on large collections
df['fiscal_year'] = 2000 + np.floor_divide(df['Shortcut_Dimension_4_Code'], 1000000)

# loop with `apply` to create `date` objects from available columns
# day is a required field in date, so we'll just use 1
df['fiscal_date'] = df.apply(lambda row: date(row['fiscal_year'], row['Stage_Code'], 1), axis=1)

df['calendar_date'] = df['fiscal_date'] - relativedelta(months=fiscal_month_offset)
# by default python dates will be saved as Object type in pandas. You can verify with `df.info()`
# to use clever things pandas can do with dates we need co convert it
df['calendar_date'] = pd.to_datetime(df['calendar_date'])

# I would just keep date as datetime type so I could access year and month
# but to create same representation as in question, let's format it as string
df['Date'] = df['calendar_date'].dt.strftime('%m/%Y')

# copy important columns into output dataframe
output_df = df[['Shortcut_Dimension_4_Code', 'Stage_Code', 'Date']].copy()
print(output_df)